数据资产计量模型的算法构建与系统实现

蔡隽含

doi:10.16009/j.issn.1009-5624.2026.14.038

信息记录材料 ›› 2026, Vol. 27 ›› Issue (14) : 118 -121. DOI: 10.16009/j.issn.1009-5624.2026.14.038

数据资产计量模型的算法构建与系统实现

蔡隽含

作者信息 +

Author information +

文章历史 +

摘要

数据资产计量面临价值动态性、场景依赖性和不确定性三重挑战，传统成本法、收益法、市场法难以精准反映数据要素的增值规律。基于此，本研究构建了一种基于混合多维云模型和AdaBoost集成算法的数据资产计量模型。该模型首先借助云模型的期望-熵-超熵数字特征达成了数据资产模糊价值的量化表达。其次，运用AdaBoost算法的自适应学习机制优化特征权重。最后，商业银行个人信贷数据资产的实验验证表明：混合算法模型的分类准确率达到83.69%,F₁值为0.835,相较于单一云模型法提升5.43个百分点，价值评估结果与实际业务风险呈现显著负相关。